摘要
一种基于深度学习的改进损失函数的步态识别方法,包括以下步骤:步骤1、获取行人步态数据集;步骤2、对步骤1得到的训练数据进行预处理,利用中心线原则将数据切割成64*64;步骤3、搭建深度卷积神经网络;步骤4、设计损失函数;步骤5、初始化神经网络参数;步骤6、训练搭建好的神经网络,将步骤2得到的训练样本作为输入,对应的实际身份标签作为输出,成批次地输入到网络中,计算损失后,通过反向传播算法,调整网络参数和损失函数的权重;步骤7、使用训练好的网络对未知数据进行识别,分为注册与识别两个阶段。通过本发明的方法能够更好的保留时间和空间维度上的运动信息,在背包、穿大衣等复杂场景下达到更好的识别效果。